登录
首页 管理海量数据txt,chm,pdf,epub,mobi下载作者:艾伦 H.威顿 (Ian H.Witten)/亚里斯蒂尔·莫夫特 (Alistair Moffat)/贝尔 (Timothy C.Bell) 出版社: 电子工业出版社 副标题: 压缩、索引和查询 译者:梁斌/杨青 出版年: 2014-1-1 页数: 514 定价: CNY 108.00 装帧: 平装 ISBN: 9787121219337 内容简介 · · · · · ·《管理海量数据——压缩、索引和查询（第2版）》是斯坦福大学信息检索和挖掘课程的首选教材之一,并已成为全球主要大学信息检索的主要教材。《管理海量数据——压缩、索引和查询（第2版）》理论和实践并重,深入浅出地给出了海量信息数据处理的整套解决方案,包括压缩、索引和查询的方方面面。其最大的特色在于不仅仅满足信息检索理论学习的需要,更重要的是给出了实践中可能面对的各种问题及其解决方法。 《管理海量数据——压缩、索引和查询（第2版）》作为斯坦福大学信息检索课程的教材之一,具有一定的阅读难度,主要面向信息检索专业高年级本科生和研究生、搜索引擎业界的专业技术人员和从事海量数据处理相关专业的技术人员。 作者简介 · · · · · ·作者 作者是南半球院校当中最权威最重要的专家,本书当中阐释了他们多项创新性研究。他们写过8本书,300多篇研究论文 ,也在许多国际性程序协会当中做过研究,包括 IEEE数据压缩协会,ACM数字图书馆,以及信息检索协会。 译者 杨青,毕业于清华大学计算机系,原人民搜索技术总监,参与网页搜索、新闻搜索等多个产品项目的研发工作,在搜索引擎上面有多年的实践经验。 梁斌,清华大学计算机系博士研究生在读,在搜狗和金山软件等多个公司从事搜索引擎和内容推荐的研发工作,曾编著《走进搜索引擎》。 目录 · · · · · ·第1章 概览 11.1 文档数据库（document databases） 7 1.2 压缩（compression） 10 1.3 索引（indexes） 12 1.4 文档索引 16 1.5 MG海量文档管理系统 20 · · · · · ·() 第1章 概览 1 1.1 文档数据库（document databases） 7 1.2 压缩（compression） 10 1.3 索引（indexes） 12 1.4 文档索引 16 1.5 MG海量文档管理系统 20 第2章 文本压缩 23 2.1 模型 26 2.2 自适应模型 29 2.3 哈夫曼编码 32 范式哈夫曼编码 38 计算哈夫曼编码长度 44 总结 52 2.4 算术编码 52 算术编码是如何工作的 53 实现算术编码 57 保存累积计数 60 2.5 符号模型 61 部分匹配预测 62 块排序压缩 65 动态马尔科夫压缩 69 基于单字的压缩 72 2.6 字典模型 73 自适应字典编码器的LZ77系列 75 LZ77的Gzip变体 78 自适应字典编码器的LZ78系列 80 LZ78的LZW变体 82 2.7 同步 84 创造同步点 85 自同步编码 87 2.8 性能比较 90 压缩性能 92 压缩速度 95 其他性能方面的考虑 98 第3章 索引 99 3.1 样本文档集合 103 3.2 倒排文件索引 107 3.3 压缩倒排文件 112 无参模型（Nonparameterized models） 114 全局贝努里模型 117 全局观测频率模型（Global observed frequency model） 120 局部贝努里模型（Local Bernoulli model） 121 有偏贝努里模型（Skewed Bernoulli model） 122 局部双曲模型（Local hyperbolic model） 124 局部观测频率模型（Local observed frequency model） 125 上下文相关压缩（Context-sensitive compression） 127 3.4 索引压缩方法的效果 129 3.5 签名文件和位图 131 签名文件 132 位片签名文件（Bitsliced signature files） 136 签名文件分析 141 位图 144 签名文件和位图的压缩 145 3.6 索引方法的比较 148 3.7 大小写折叠、词根化和停用词 150 大小写折叠 151 词根化 151 影响索引长度的因素 152 停用词（stop word） 153 第4章 查询 157 4.1 访问字典的方法 161 访问数据结构 162 前端编码（Front coding） 165 最小完美哈希函数 168 完美哈希函数的设计 171 基于磁盘的字典存储 176 4.2 部分指定的查询术语 177 字符串暴力匹配（Brute-force string matching） 177 用n-gram索引 178 循环字典（Rotated lexicon） 180 4.3 布尔查询（BOOLEAN QUERY） 182 合取查询（conjunctive query） 182 术语处理顺序 183 随机访问和快速查找 185 分块倒排索引 187 非合取查询（Nonconjunctive Query） 190 4.4 信息检索和排名 191 坐标匹配（Coordinate matching） 191 内积相似度 192 向量空间模型 197 4.5 检索效果评价 200 召回率和精确率 200 召回率——精确率曲线 203 TREC项目 204 万维网搜索（World Wide Web Searching） 208 其他有效性评价方法 211 4.6 余弦法实现 212 文档内频率 212 余弦值的计算方法 216 文档权重所需的内存 217 累加器内存 222 快速查询处理 224 按频率排序的索引 225 排序 228 4.7 交互式检索 232 相关性反馈 232 概率模型 235 4.8 分布式检索 237 第5章 索引构造 243 计算模型 246 索引构造方法概览 247 5.1 基于内存的倒排 248 5.2 基于排序的倒排 251 5.3 索引压缩 255 压缩临时文件 256 多路归并 259 原地多路归并 260 5.4 压缩的内存内倒排 266 大内存倒排 266 基于字典的切分（Lexicon-based partitioning） 271 基于文本的切分 273 5.5 倒排方法的比较 276 5.6 构造签名文件和位图 277 5.7 动态文档集合 279 扩展文本（Expanding the text） 279 索引扩展（Expanding the index） 280 第6章 图像压缩 287 6.1 图像类型 288 6.2 CCITT二值图像的传真标准 292 6.3 二值图像的上下文压缩 296 上下文模型 299 二值上下文模型 302 “超视力”压缩（Clairvoyant compression） 304 6.4 JBIG：二值图像标准 305 分辨率降低（Resolution reduction） 306 模板和自适应模板 311 编码及概率估计 312 6.5 连续色调图像的无损压缩 313 GIF和PNG无损图像格式 314 FELICS：快速、有效且无损图像压缩系统 316 CALIC：基于上下文自适应无损图像解码器 320 JPEG-LS：无损图像压缩新标准 321 6.6 JPEG：连续色调图像标准 323 6.7 图像的递增传输 328 金字塔编码 329 金字塔编码的压缩 330 中位数聚合 332 误差模型 333 6.8 图像压缩技术总结 334 第7章 文本图像 337 7.1 文本图像压缩概念 339 7.2 有损压缩和无损压缩 343 7.3 标记抽取 345 跟踪标记的边界 345 清除图像中的标记 348 按自然阅读顺序排序标记 350 7.4 模板匹配 351 全局模板匹配 352 局部模板匹配 354 基于压缩的模板匹配 355 库模板筛法 358 评价模板匹配方法 359 7.5 从标记到符号 363 库构造 363 符号及其偏移量 365 7.6 编码文本图像分量 366 库 366 符号数 367 符号偏移 367 原始图像 368 7.7 效果：有损和无损的模式 370 7.8 系统考虑 376 7.9 JBIG2：图像文本压缩标准 377 第8章 混合图文 381 8.1 方向 383 用Hough变换检测直线 384 左侧留白查找 386 投影轮廓 387 从斜率直方图到文本谱 392 8.2 切分 396 自下向上的切分方法 396 自上向下的组合的切分方法 398 基于标记的切分 399 使用短文本字符串切分 401 利用文本句法切分 404 8.3 分类 405 第9章 系统实现 409 9.1 文本压缩 410 选择压缩模型 411 选择编码器 414 哈夫曼编码的限制 416 长度限制的编码 422 9.2 文本压缩效果 427 压缩有效性 427 解压速度 431 解压内存 431 动态文档集合 434 9.3 图像和文本图像 436 压缩二值图像 438 压缩灰度图像 439 压缩文本图像 439 9.4 构造索引 441 9.5 索引压缩 443 9.6 查询处理 445 布尔查询 445 排名查询 448 附录A mg系统指南 451 A.1 安装MG系统 451 A.2 一个简单的存储和检索例子 453 A.3 数据库创建 458 A.4 对一个索引文档集合进行查询 462 A.5 非文本文件 464 A.6 图像压缩程序 466 附录B 新西兰图书馆 467 B.1 什么是NZDL 467 计算机科学报告（Computer Science Technical Reports） 467 其他文档集合 470 文档集合的发展 476 音频集合（audio collections） 476 音调索引（Melody Index） 477 B.2 NZDL是如何工作的 479 原始文档 479 搜索和索引 480 B.3 影响 482 参考文献 483 · · · · · · () |
下载地址
作者： 梦风
令我大开眼界
追了很久,新书当然要力挺。
给了我一个近乎完美的解释。
对于入门看者,这算是相当不错了